Micro-Electro-Mechanical Systems (MEMS) are getting popular for a variety of applications due to their small size, low cost, and good performance. MEMS devices are designed by combining simple shapes based on the experience of previous cases. Using mathematical design methods such as Topology Optimization (TO) helps to find the best possible design for a specific application. In a landslide monitoring application, high sensitive MEMS accelerometers are required to accurately predict the occurrence of landslides. But available TO methods are unable to find a design with maximum sensitivity, variable loading condition, and subjected to several constrains. Constraints are because of manufacturing limits in MEMS fabrication and performance limits from the physical problem. The aim of this thesis is to develop a meta-heuristic TO method using Simulated Annealing (SA) to solve non-convex and multi constraint TO problems without gradient information. This TO utilizes crystallization factors to improve the convergence and reduces computational costs in TO. The proposed method is validated with benchmark problems in the literature and it is successfully used for the TO MEMS accelerometers. Analysis of optimization parameters in this design gives some useful information about the convergence and uniqueness of the optimum solution. The optimized designs are then compared to available designs for several performance parameters. Additionally, some filtering and post-processing methods are developed to apply manufacturing limits in the lithography process.

Os sistemas microeletromecânicos (MEMS) estão se tornando populares para uma variedade de aplicações devido ao seu pequeno tamanho, baixo custo e bom desempenho. Os dispositivos MEMS são projetados combinando formas simples com base na experiência de casos anteriores. O uso de métodos de projeto matemático, como a Otimização de Topologia (TO), ajuda a encontrar o melhor projeto possível para um aplicativo específico. Em uma aplicação de monitoramento de deslizamentos de terra, acelerômetros MEMS de alta sensibilidade são necessários para prever com precisão a ocorrência de deslizamentos de terra. Mas os métodos TO disponíveis são incapazes de encontrar um projeto com sensibilidade máxima, condição de carregamento variável e sujeito a várias restrições. As restrições são devidas aos limites de fabricação na fabricação de MEMS e aos limites de desempenho do problema físico. O objetivo desta tese é desenvolver um método TO meta-heurístico usando Simulated Annealing (SA) para resolver problemas TO não convexos e multi-restrições sem informação de gradiente. Este TO utiliza fatores de cristalização para melhorar a convergência e reduzir os custos computacionais no TO. O método proposto é validado com problemas de referência na literatura e é usado com sucesso para os acelerômetros TO MEMS. A análise dos parâmetros de otimização neste projeto fornece algumas informações úteis sobre convergência e exclusividade da solução ótima. Os designs otimizados são então comparados aos designs disponíveis para vários parâmetros de desempenho. Além disso, alguns métodos de filtragem e pós-processamento são desenvolvidos para aplicar os limites de fabricação no processo de litografia.